Biznesa inteliģence un datu vizualizācija iepazīstina studentus ar datu vizualizācijas un mašīnmācību pamatkoncepcijām biznesa informācijas kontekstā un palīdz studentiem patstāvīgi izpētīt tipisku mašīnmācību projektu. Studiju kursa ietvaros studentiem būs iespēja iepazīties ar moderniem vizualizācijas rīkiem (piem., Tableau).
- Teacher: Spiridovska Nadežda
Šis modulis sniegs studentiem iespēju apkopot studiju programmas laikā iegūtās zināšanas un prasmes, veicot projektu, kas izstrādā, ievieš, novērtē un prezentēs uz AI balstītu risinājumu reālai problēmai.
Studenti strādā nelielās grupās, izvēloties un izmantojot atbilstošas projektu vadības metodoloģijas un rīkus. Darbā jāietver jums pieejamo tehnisko un cilvēkresursu vislabākā izmantošana.
Darbinieku un vieslektoru lekciju sērija iepazīstinās ar jaunām problēmām, kas saistītas ar lietišķo AI un jaunākajām tehnoloģijām, lai risinātu problēmas, kas bieži rodas AI balstītu projektu laikā.
Studenti strādā nelielās grupās, izvēloties un izmantojot atbilstošas projektu vadības metodoloģijas un rīkus. Darbā jāietver jums pieejamo tehnisko un cilvēkresursu vislabākā izmantošana.
Darbinieku un vieslektoru lekciju sērija iepazīstinās ar jaunām problēmām, kas saistītas ar lietišķo AI un jaunākajām tehnoloģijām, lai risinātu problēmas, kas bieži rodas AI balstītu projektu laikā.
- Supervisor: Pavlyuk Dmitry
Šis kurss studentiem sniegs zināšanas un izpratni par rīkiem un metodēm, ko parasti izmanto mašīnmācību jomā. Kursa ietvaros tiks sniegts ieskats mašīnmācību kontekstā un prognožu analīzes izmantošanā BI risinājumos. Kursa laikā tiek apskatīti prognožu analīžu pielietošanas uzdevumi, Mašīnmācību metodes, lēmuma koka apguve, mākslīgie neironu tīkli, Naive Bayes klasifikators, ģenētiskie algoritmi u.c.
- Teacher: Kijonoka Jeļena
Studiju kurss (1. daļa un 2. daļa) vērsts uz sistēmas pieejas izstrādi pētījumiem, izmantojot informācijas vākšanas un plānošanas metodes. Kurss sniedz visaptverošu informāciju un pieejas kvalitatīvu, kvantitatīvu un jauktu pētījumu metožu izstrādei inženierzinātnēs. Šajā kursā tiek aplūkoti pētniecības procesa galvenie elementi: pētniecības problēmas noteikšana un definēšana, ievada rakstīšana, pētījuma mērķa formulēšana, pētniecības jautājumu un hipotēžu noteikšana, kā arī datu vākšanas un analīzes metožu un procedūru pilnveide utt.
Pateicoties 1. daļas praktiskajiem uzdevumiem, studenti attīstīs pētniecības prasmes, kas nepieciešamas daudzām profesijām, kā arī lai iegūtu maģistra grādu augstskolā.
Studiju kursa 2. daļa ir vērsta uz izpratnes par dažādām pētniecības pieejām un metodoloģijām paplašināšanu un padziļināšanu, lai sagatavotu studentus maģistra darba izstrādei atbilstošajā specializācijas jomā.
Studiju kursa apguve ir obligāta, lai sagatavotos maģistra darba izstrādei un aizstāvēšanai.
Pateicoties 1. daļas praktiskajiem uzdevumiem, studenti attīstīs pētniecības prasmes, kas nepieciešamas daudzām profesijām, kā arī lai iegūtu maģistra grādu augstskolā.
Studiju kursa 2. daļa ir vērsta uz izpratnes par dažādām pētniecības pieejām un metodoloģijām paplašināšanu un padziļināšanu, lai sagatavotu studentus maģistra darba izstrādei atbilstošajā specializācijas jomā.
Studiju kursa apguve ir obligāta, lai sagatavotos maģistra darba izstrādei un aizstāvēšanai.
- Supervisor: Pavlyuk Dmitry